跟驰场景中网联混合电动货车速度规划和能量管理协同控制的研究EI北大核心CSCD

鉴于队列行驶中的网联混合动力货车(HET)的跟驰速度既涉及行车安全、能量需求与分配和电池老化速率,同时又通过车间距,影响气动阻力,以至能耗经济性,本文中提出跟驰场景下综合考虑行车安全性、能耗经济性、气动阻力和电池老化等多个目标的速度规划和能量管理协同控制策略。首先,基于空气动力学量化跟驰安全性。其次,以安全性成本、能耗成本和电池老化成本构成的等效总成本最小化为目标函数并基于模型预测控制构建实时控制策略。其中,采用长短时记忆神经网络对前车速度进行预测,并采用动态规划求解滚动时域内的优化问题。结果表明,协同控制策略能通过抑制动力电池充放电电流来降低电池老化成本,以及借助灵活调整跟驰距离来减小气动阻力并降低能耗成本。与基于人类驾驶模型的跟驰策略进行对比,结果验证了协同控制策略的可行性。     

跟驰场景中网联混合电动货车速度规划和能量管理协同控制的研究

鉴于队列行驶中的网联混合动力货车（HET）的跟驰速度既涉及行车安全、能量需求与分配和电池老化速率,同时又通过车间距,影响气动阻力,以至能耗经济性,本文中提出跟驰场景下综合考虑行车安全性、能耗经济性、气动阻力和电池老化等多个目标的速度规划和能量管理协同控制策略。首先,基于空气动力学量化跟驰安全性。其次,以安全性成本、能耗成本和电池老化成本构成的等效总成本最小化为目标函数并基于模型预测控制构建实时控制策略。其中,采用长短时记忆神经网络对前车速度进行预测,并采用动态规划求解滚动时域内的优化问题。结果表明,协同控制策略能通过抑制动力电池充放电电流来降低电池老化成本,以及借助灵活调整跟驰距离来减小气动阻力并降低能耗成本。与基于人类驾驶模型的跟驰策略进行对比,结果验证了协同控制策略的可行性。     

基于DP-ECMS的插电式混合动力城市客车能量管理策略研究

以一款气-电型插电式混合动力城市客车(PHEV)为研究对象,针对能量管理中的最小能耗问题分别应用电量消耗-电量维持(CD-CS)策略、动态规划(DP)、等效能耗最小化策略(ECMS)和自适应等效能耗最小化策略(A-ECMS)进行中国典型城市工况仿真。在对上述几种能量管理策略仿真结果分析的基础上,提出一种将动态规划与等效能耗最小化策略相结合的DP-ECMS策略。结果表明:DP-ECMS的能耗特性接近动态规划,同时具有等效能耗最小化策略的实时性特点,为PHEV的能量管理提供了参考。     

基于模型预测控制的混联式混合动力车辆能量管理策略

针对混联式混合动力车辆实时最优控制的要求,研究制定了基于模型预测控制的能量管理策略。该策略采用2层控制器,上层控制器基于模型预测控制计算出发动机最优转速转矩,下层控制器基于规则控制分配功率需求于各部件,以保持SOC(State of Charge,荷电状态)和提高燃油经济性为目标,对发动机和电池之间功率分配进行实时在线能量管理。仿真结果表明,基于模型预测控制的能量管理策略控制效果良好,相比规则控制显著提高了燃油经济性。     

PHEV能量管理策略研究

针对一款串联型插电式混合动力公交车,文章基于MTLALB建立整车和各部件数值模型。在中国典型城市公交工况下,建立基于全局优化的DP策略,并与CD-CS策略和PMP策略进行能耗对比分析。结果表明:(1)基于CD-CS策略的后期SOC在一定范围内波动,DP策略与PMP策略的SOC轨迹近似呈线性变化。(2)CD-CS策略较DP策略的能耗成本高22.68%,PMP策略比DP策略的能耗成本高0.30%。DP策略与PMP策略可以合理分配能量源,实现全局最优,但DP策略相比PMP策略计算量大。     

插电式混合动力公交车电池配置和能量管理策略协同优化的研究

本文针对一款插电式混合动力城市客车,以电池购置成本和使用过程中的能耗成本两者构成的综合成本最小化为目标,进行电池电量选择和能量管理策略的协同优化。首先,设计了双环优化流程,外环为不同电量电池组的选择,内环则施行选定电池组下基于庞特里亚金极小值原理(PMP)的能量管理策略。基于中国典型城市客车运行循环进行仿真分析。结果表明,以综合成本最小化为目标的PHEB的最优电池组配置受行驶里程需求、电池单价等多种因素的影响。最后,基于一组选定的电池组,分别应用PMP、动态规划、电量消耗-电量维持策略和等效能耗最小化策略进行能量管理的对比仿真,得到了4种策略的能耗特征。     

双电机一体化纯电动客车动力分配策略优化

本文中以整车能耗最小化为目标为一款双电机一体化纯电动汽车进行动力模式的优化。分别应用基于优化方法的动力分配策略(包括动态规划策略和瞬时能耗最小策略)和基于规则的动力分配策略(双电机等转矩分配策略和主辅电机转矩分配策略)共4种策略进行中国典型城市公交工况仿真。结果表明:针对双电机一体化纯电动汽车,基于动态规划的全局能耗优化策略退化为瞬时能耗最小策略,即瞬时优化应作为一体化双电机纯电机汽车动力模式分配的最佳方法;基于动态规划/瞬时能耗最小策略的百公里电耗分别比等转矩分配和主辅分配策略少5.07和2.29k W·h。     

融合工况识别的增程式电动汽车模糊能量管理策略研究

针对模糊能量管理策略设计仅依赖专家经验很难适应复杂工况的问题，本研究提出了一种基于神经网络工况识别的增程式电动汽车模糊能量管理策略。首先，基于中国货车行驶工况（CHTC-HT）数据，利用改进遗传算法优化的BP神经网络构建工况识别模型；其次，根据所识别的工况类型，融合电池SOC及整车需求功率参数，设计了自适应模糊能量管理策略，通过实时获取发动机功率输出实现能量优化分配；最后，通过硬件在环测试验证了所提出的方法。结果表明自适应模糊策略油耗相比规则策略降低9.67%，比模糊策略降低7.84%，有效提高了整车经济性。     

基于城市公交工况的PHEV能耗成本评估

在城市公交道路工况数据采集的基础上,运用主成分分析与聚类分析等数据分析处理方法,建立了误差在10%以内的城市公交工况。同时结合实际车型数据搭建了插电式混合动力汽车的整车模型,并对比分析了基于规则的CD-CS(Charge Depleting Charge Sustaining,电量消耗-电量维持)控制策略与基于DP(Dynamic Programming,动态规划)算法的全局优化控制策略在构建的城市公交工况循环下对整车经济性的影响。结果表明:在行驶里程接近100km时,基于DP的能量控制策略百公里能耗成本为81元,比基于规则的CD-CS能量控制策略的百公里能耗成本降低了近30%。     

面向电动汽车能量管理的城市公交立体工况

针对电动公交车的能量管理与优化问题,以西安市为例构建包含车速和道路坡度的城市公交立体工况。采集公交车实车数据,提取含车速和坡度信息的短行程,并利用主成分分析和分层聚类分析法合成得到城市公交立体工况,对比合成工况和总体数据特征值的差异。基于一款插电式混合动力公交车(PHEV),在西安市20个连续的城市公交立体工况(总里程约100km)下分别应用电量消耗-电量维持策略(CD-CS)和全局优化理论中的动态规划(DP)2种典型能量控制策略进行行驶仿真,同时对比分析平面工况和立体工况及道路坡度对能量管理的影响。结果表明:合成工况特征参数的最大误差为9.44%,平均误差为4.63%;CD-CS和DP两种策略在立体工况下回收的制动能量比不考虑坡度的平面工况分别多32.80%和33.03%,且制动回收的能量随着坡度缩放系数的增大而增加;若忽略上下坡时的电机驱/制动功率,DP策略无法实现符合实际工况的能量优化分配,且当考虑坡度时,2种策略的能耗成本分别增加14.69%和10.43%;随着坡度缩放系数的增大,整车能耗成本以更快的速率增加,且CD-CS策略的能耗成本增长速率快于DP策略。     

某纯电动扫洗车能耗分析及能量管理策略研究

分析纯电动扫洗车的能耗机理,研究能量管理策略(EMS)以提升整车能耗经济性、优化作业效能。采集某纯电动扫洗车典型工况数据,统计分析各车载部件能耗特性,建立作业电机功率需求模型;根据驾驶员操作逻辑,提出基于规则的EMS;建立了纯电动扫洗车多目标优化方法,获得了规则策略中逻辑门限值的优化解,提出了基于改进规则的EMS;从清扫效果和整车能耗等角度评价了基于规则EMS和基于改进规则EMS的性能。结果表明,该纯电动扫洗车主要耗电设备为作业电机和驱动电机,二者占总能耗的89%;相对于基于规则的EMS,改进的EMS能够完成清扫任务并使整车电耗降低11.52%,作业时间缩短10.47%。     

基于强化学习的多燃烧模式混合动力能量管理策略

针对采用HCCI/SI多燃烧模式的功率分流型混合动力汽车,提出了一种基于深度强化学习(DRL)的能量管理策略。基于发动机台架试验和电机有限元分析建立了混合动力汽车模型。将整车作为环境,采用排序优先经验回放算法,训练基于深度Q网络(DQN)的能量管理智能体。在WLTC和NEDC工况下,与规则策略、自适应等效燃油消耗最小策略(A-ECMS)和动态规划结果进行对比,仿真结果表明:基于DRL的能量管理策略能在维持SOC的前提下,避免燃烧模式频繁切换,并且充分利用中小负荷HCCI燃烧,燃烧模式切换频率降低13%以上,燃油经济性提升6%以上。     

燃料电池汽车能量管理控制策略研究

针对燃料电池混合动力汽车(FCHEV)能量管理策略进行了研究,对燃料电池汽车的能量管理控制策略进行了梳理和分类。从基于规则和基于优化这两个角度将控制策略进行了横向分类,再将规则型和优化型控制策略做了纵向梳理。具体介绍了模糊控制、神经网络、动态规划、庞特里亚金极值原理与等效消耗最小原理等的具体应用。分析比较了不同优化算法的优劣势,并对之后控制策略的研究方向提出了建议。     

基于实时路况信息的插电式混合动力汽车预测性能量管理算法研究

为提高插电式混合动力汽车的燃油经济性,对基于实时路况信息的预测性能量管理算法展开研究。根据实时路况信息采用能耗分配法规划全局SOC参考轨迹,利用自适应等效燃油消耗最小策略(A-ECMS)跟随目标SOC轨迹实现能量管理。以上海市某行驶工况数据进行仿真,结果表明:全局SOC参考轨迹可在低、高速区间合理分配电量,真实SOC轨迹与参考轨迹变化趋势一致,燃油经济性较电量消耗-电量维持(CD-CS)策略提高7.65%,接近动态规划(DP)算法的全局最优解。     

基于动态规划与机器学习的插电式混合动力汽车能量管理算法研究

为提高插电式混合动力汽车的燃油经济性,对基于动态规划与机器学习的能量管理算法展开了研究。利用K-均值聚类算法将20个标准工况划分为3个类型的工况段,利用动态规划(DP)算法最优功率分配数据分别训练3个类型工况段的神经网络模型,在控制过程中根据实际工况段类型选择相应的神经网络模型进行功率分配,并对上海市某个随机工况进行了仿真运算,结果表明,该算法燃油经济性较电量消耗-电量维持(CD-CS)策略有明显的改善。     

考虑电池电-热-放电深度的并联PHEV能量管理策略研究

在插电式混合动力汽车(PHEV)能量管理策略的设计中考虑电池老化的影响对提升整车的经济性意义重大.针对配置自动机械式变速器的并联PHEV,考虑影响电池老化的电-热-放电深度三重耦合因素并利用模型预测控制(MPC),实现挡位选择和转矩分配的协同、实时优化.首先,根据车速谱与电池老化动力学辨识电池在整个行程的最优放电深度....     

混合动力汽车匀速下坡再生制动模型预测控制

基于车载导航系统(GPS/CIS等)所提供的未来一段预测路线上的汽车运行状态信息,建立中度混合动力汽车再生制动能量回收的全局优化动态规划模型;采用模型预测控制方法,将动态规划的全局优化控制策略转化成预测视距内的局部优化算法,实现滚动优化控制;为解决动态规划中的维数灾问题,确定了电池荷电状态和温度的可达区域;对模型预测控制策略、全局优化控制策略和瞬时优化控制策略进行了计算比较,在不同坡度、不同坡长的匀速下坡工况下的仿真表明:模型预测算法的计算效率显著高于全局优化策略的;应用模型预测控制策略的再生制动能量回收效率明显高于瞬时优化控制策略的,相比全局优化策略的降低不到1.31%,且采用档位提示的模型预测控制策略能量回收效果更好.     

机电复合传动最优功率分配策略研究

根据机电复合传动中功率耦合机构和功率分配单元的分汇流特性,列出了机械功率平衡方程和电力功率平衡方程。基于最优功率分配策略,建立了多目标优化模型,并提出了动态规划与动态预测相结合的求解算法。根据综合行驶工况和随机用电工况,得到了发动机和多个电机的最优控制轨线。仿真结果验证了所采用的最优功率分配策略的可行性,为实时功率分配策略的制定和优化提供了依据。     

基于增益功率燃油系数的HEV能量管理策略

为了优化等效燃油最小能量管理策略的节油效果，以适用于工程批量应用为导向，制定基于增益功率燃油系数的混合动力汽车(HEV)能量管理策略。基于瞬时优化原理，提出基于增益功率燃油系数的工作模式决策机制，根据电机发电或电动引起的发动机功率与燃油消耗率的变化关系，分别给出电机充电和放电模式下增益功率燃油系数的计算方法。考虑发动机扭矩瞬态快速变化对油耗的影响和电机及电池包充放电效率特性，提出发动机高效区域扭矩滞回控制方法，建立基于增益功率燃油系数的能量管理策略算法架构。基于MATLAB/Simulink搭建控制策略软件模型，通过转鼓试验台进行实车试验验证。研究结果表明：相对于等效燃油最小能量管理策略，基于增益功率燃油系数的能量管理策略提升了节油率和舒适性，在全球轻型汽车测试循环(WLTC)工况下的百公里油耗降低了约4.8%，发动机的启停次数降低了约53%；相对于有效燃油消耗率(BSFC)最优工作点控制方法，发动机高效区域滞回控制方法降低百公里油耗约1.8%；与采用基于动态规划的全局优化能量管理策略的仿真结果对比，在不能提前预知工况的条件下，制定的能量管理策略在WLTC工况与新标欧洲测试循环(NEDC)工况下的油耗与理论最优值差距均较小。     

增程式电动客车能量管理策略优化的研究

本文中对增程式电动汽车进行了能量管理策略研究。在循环工况已知的前提下,分别研究动态规划控制策略和瞬时等效燃油消耗最小策略,得到两者的行驶成本并与采用基于规则的恒温器式管理策略时的行驶成本进行比较。结果表明,动态规划控制策略和瞬时等效燃油消耗最小策略的行驶成本都比采用基于规则的策略时低。虽然动态规划策略行驶成本比瞬时等效燃油消耗最小策略更低,但因实际行驶过程中工况会有变化,很难达到最优。而ECMS控制策略可实现在线应用,兼顾了燃油经济性和实用性,比较适合作为一种可行的增程式电动客车的能量管理策略。